Содержание к диссертации
Введение
1. Использование технологических информационных медицинских систем для диагностических и тестирующих целей 10
1.1 Программы, используемые для решения медицинских диагностических и информационных целей 10
1.2 Этапы развития информационно-тестирующих систем 19
Выводы по первой главе 32
2. Математические модели анализа вариабельности сердечного ритма, используемые для оценки функционального состояния организма человека 33
2.1 Модель механизма регуляции сердечного ритма 33
2.2 Вероятностная модель исследования взаимодействия симпатического и парасимпатического отделов автономной нервной системы 39
2.3. Макроструктурная модель формирования ритма сердца 48
2.4 Микроструктурная модель формирования ритма сердца 56
2.5 Функциональные пробы 62
2.6 Альтернативный подход к оценке вариабельности сердечного ритма 66
Выводы по второй главе 71
3. Структура и программно-методическое обеспечение автоматизированной системы ритмотестирования ... 72
3.1 Программная и аппаратная часть автоматизированной системы ритмотестирования 72
3.2 Методика снятия медико-биологической информации и первоначальная ее обработка 74
3.3 Структура базы данных 79
3.4 Комплексная оценка функционального состояния сердечнососудистой системы 82
3.5 Основные принципы предъявления теоретического материала... 84
3.6 Тестирование 87
3.7 Конструирование нового материала 94
Выводы по третьей главе 97
4. Оценка правильности работы и эффективности автоматизированной системы ритмотестирования ... 98
Выводы по четвертой главе 108
Основные результаты работы 109
Практические рекомендации по работе с автоматизированной системой ритмотестирования 111
1. Установка и запуск программы 111
2, Режимы работы системы 114
2.1 Предъявление информации 114
2.2 Тестирование (контроль) 115
2.3 Использование калькулятора 118
2.4 Диагностика 120
2.5 Снятие медико-биологической информации или выбор массива RR-интервалов из базы 121
2.6 Работа со встроенной базой данных 122
2.7 Режим администратора 125
Список используемых источников 129
Приложение 1 147
Приложение 2 149
- Программы, используемые для решения медицинских диагностических и информационных целей
- Вероятностная модель исследования взаимодействия симпатического и парасимпатического отделов автономной нервной системы
- Программная и аппаратная часть автоматизированной системы ритмотестирования
- Тестирование (контроль)
Введение к работе
При нормальном состоянии сердечно-сосудистой системы промежуток времени между двумя соседними сердечными сокращениями меняется от сокращения к сокращению. Такая изменчивость называется вариабельностью ритма сердца. Ее анализом медики и физиологи занимаются давно, так что он имеет довольно длительную историю. В обзоре «История изучения концепции волн кровяного давления» Н.Р. Koepchen (1984) упоминает о первом наблюдении колебаний частоты сердечных сокращений, описанных A. Haller в 1760 году.
В нашей стране анализ вариабельности сердечного ритма начал активно развиваться в начале 60-х годов. Одним из важных стимулов его развития послужили успехи космической медицины (Парин В.В., Баевский P.M., 1965). Максимальная активность исследователей, работающих в области анализа вариабельности сердечного ритма отмечалась в 70-х - начале 80-х годов (Жемай-тите Д.И., 1965, 1970; Нидеккер И.Т., 1968; Власов Ю.А. и др., 1971; Кудрявцева В.И., 1974; Воскресенский А.Д., Вентцель М.Д., 1974; Никулина Г.А., 1974; Баевский P.M., 1972, 1976, 1979; Воробьев В.И., 1978; Клецкин С.З., 1980; Безруких М.М, 1981; Габинский Я.Л., 1982). Опыт этих исследований был обобщен в вышедшей в 1984 году монографии (Баевский P.M., Кирилов О.И., Клецкин С.З., 1984). Резкий рост числа исследований по вариабельности сердечного ритма за последние 15 лет наблюдался в Западной Европе и США.
Характерной особенностью методов анализа вариабельности сердечного ритма является их неспецифичность по отношению к нозологическим формам патологии и высокая чувствительность к самым разнообразным внутренним и внешним воздействиям. Как правило, методы основаны на распознавании и измерении временных интервалов между RR-интервалами электрокардиограммы, построении динамических рядов кардиоинтервалов (кардиоинтервалограммы) и последующего анализа полученных числовых рядов различными математическими методами. Здесь простота съема информации сочетается с возможностью
извлечения из получаемых данных обширной и разнообразной информации о нейрогуморальной регуляции физиологических функций и адаптационных реакциях целостного организма.
Первый компьютерный анализ ритмограмм в норме и при различных заболеваниях сердечно-сосудистой системы был проведен Д.И. Жемайтите и P.M. Баевским в 60-е годы для реализации массовых обследований населения, связанных со сбором, хранением и обработкой медико-физиологической информации.
В 1974 г. Ф.А. Пятакович, используя теорию автоматического регулирования, провел подробный анализ переходных процессов ритма сердца у больных ИБС, ревматическими пороками сердца, эндокринными заболеваниями и болезнями печени, при использовании меняющейся нагрузки объемом правых камер сердца в ходе изменения позы тела человека. Эти исследования завершились созданием консультативной автоматизированной системы, в которой информация передавалась по каналам телетайпной связи.
Последующий технический прогресс неотъемлемо привел к усовершенствованию автоматизированных систем в области медицинских исследований.
В настоящее время существует достаточно большое число систем (РЕОДИН-504, АНКАР, ВНС-Спектр, KARDi, Мицар-РЕО, КАД 03-КИГ), которые базируются на различных математических методах анализа вариабельности сердечного ритма. Как правило, используемые методы направлены на исследование либо его волновой природы (макроструктуры) при реализации различных спектральных методов анализа, либо микро структуры ритма при использовании условно-вероятностных подходов.
В 1996 г. Европейское кардиологическое общество и Североамериканское общество стимуляции и электрофизиологии ввели жесткие стандарты оценки вариабельности сердечного ритма (ВСР), суть которых сводится к определенному алгоритму обработки 5-минутных или суточных записей ЭКГ.
По мнению Ю.Р. Шейх-Заде и соавторов (2001) широкое применение евро-американских стандартов (ЕАС) не привело к ожидаемому прогрессу в установлении диагностической ценности В СР. Авторы полагают, что подобная ситуация связана с ограничением альтернативных подходов к пониманию и оценке данного явления.
Таким образом, разработка автоматизированной диагностической системы, базирующейся на математических методах анализа вариабельности сердечного ритма, позволяющих исследовать как микро-, так и макро- структуру, а так же реализовать функцию повышения квалификации врача, является актуальной задачей.
Работа диссертанта выполнялась в соответствии с планами проблемной комиссии по хронобиологии и хрономедицине РАМН, а также с целевой программой «Здоровье» по профилактике и лечению заболеваний и развитию материально-технической базы здравоохранения Белгородской области.
Цель и задачи исследования. Разработка информационно-аналитической системы обработки межпульсовых интервалов человека, направленная на интегральное использование алгоритмов анализа макро- и микроструктуры ритма сердца, включающая функцию подготовки врача эксперта.
Для достижения поставленной цели необходимо решить следующие задачи:
рассмотреть модели микро- и макроструктуры ритма сердца, используемые для оценки состояния автономной нервной системы на основе энтропийного, авторегрессионного и автокорреляционного анализов;
разработать диагностические алгоритмы автоматизированной обработки вектора вариабельности ритма сердца, предназначенные не только для целей диагностики, но и для обучения врачей системным принципам диагностического мышления;
создать модели и алгоритмы предъявления теоретической и тестирующей информации, позволяющие реализовать функцию подготовки врача-пользователя и врача-эксперта информационной системы;
разработать модуль формирования тестирующего материала, обеспечивающий контроль знаний врача-пользователя и врача-эксперта информационной системы;
реализовать основные элементы информационной аналитической системы, направленной на изучение диагностических и прогностических возможностей ритмотестирования.
Методы исследований. Основаны на использовании методологии системного анализа, теории моделирования и управления в биологических системах, математической статистики и анализа, обработки электрофизиологической информации.
При работе использовались принципы модульного и объектно-ориентированного программирования, среда визуального программирования Delphi 7.0.
Научная новизна результатов исследования. В результате проведенного диссертационного исследования получены и выносятся на защиту следующие результаты, отличающиеся новизной:
система формализации электрофизиологической информации, в совокупности представляющая модель функционального состояния автономной нервной системы человека, отличающаяся дифференцированной структурой модулей обработки, позволяющая реализовать принципы системной диагностики;
алгоритмы анализа авторегрессионных облаков, реализующие функцию автоматической их классификации, отличающиеся способом их преобразования в замкнутую геометрическую фигуру;
способ анализа микроструктуры ритма сердца, отличающийся преобразованием вектора межпульсовых интервалов, посредством дифференциального закона распределения;
принципы и правила дифференциации степени активности автономной нервной системы на основе информационного анализа, отличающиеся способом классификации энтропийного паттерна HRV;
методы конструирования нового обучающего и контролирующего материала, отличающиеся использованием методов объектно-ориентированного программирования для формирования системных принципов диагностического мышления врача;
адаптивная система контроля знаний, включающая модули поэтапного оценивания умений и навыков, отличающаяся возможностью внесения коррекции на этапе диагностического заключения, сформулированного обучаемым.
Практическая значимость и результаты внедрения. Достигнуто увеличение эффективности диагностики состояния автономной нервной системы, человека за счет комплексного применения моделей исследования макро- и микроструктуры сердечного ритма.
Технически реализован автономный тестирующий модуль в информационной системе ритмотестирования, позволяющий оценивать знания и умения врача в области исследования вариабельности ритма сердца при помощи математических методов.
Реализован программный модуль информационной системы ритмотестирования предназначенный для комплексной оценки функционального состояния управляющих систем синусового ритма.
Результаты работы внедрены в учебный процесс кафедры пропедевтики внутренних болезней и клинических информационных технологий Белгородского государственного университета, в лечебную практику кардиологического и инфарктного отделений муниципальной городской клинической больницы №1.
Апробация работы. Основные положения диссертации доложены на ежегодной конференции молодых ученых БелГУ г. Белгород, апрель 2002 г.; на 3-м Международном конгрессе молодых ученых и специалистов «Науки о че-
ловеке» в г. Томске, 16-17 мая 2002 г.; на Региональных научно-практических конференциях «Региональное образовательное пространство» и «Современные проблемы технического, естественнонаучного и гуманитарного знания» в г. Губкине, апрель 2003-2004 гг.; на Втором международном симпозиуме «Проблемы ритмов в естествознании» в г. Москва, 1-3 марта 2004 г.; на 5-й Международной научно-технической конференции по компьютерному моделированию в г. Санкт-Петербурге, 29 июня-3 июля 2004 г.
Публикации. По теме диссертации опубликовано 8 печатных работ, список которых представлен в конце автореферата. В работах, опубликованных в соавторстве, лично автором сформулированы технические требования, предъявляемые к диагностическим и тестирующим программам [1], предложены условия и принципы создания мультимедийной системы обучения и контроля знаний [2], разработаны технические требования, на которых базируется создаваемая программа предъявления и тестирования знаний в области исследования вариабельности сердечного ритма, базирующаяся на медико-биологической информации тестируемого, получаемой посредством датчика [3, 4], а так же описаны основные этапы разработки диагностической системы ритмотестиро-вания [5] и ее структура [6].
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 172 наименований, практических рекомендаций и двух приложений. Основная часть работы изложена на 146 страницах машинописного текста, содержит 19 рисунков и 20 таблиц.
Программы, используемые для решения медицинских диагностических и информационных целей
Компьютерная техника все шире используется в повседневной жизнедеятельности человека. Не является исключением и медицина.
В современной России использование персональных компьютеров для исследовательской деятельности в медицинской практике является перспективным направлением развития. Это связано с тем, что современный алгоритмический, технический и методологический уровни готовы к развитию данного процесса.
Рассматривая медицинскую отрасль деятельности человека, следует отметить, что здесь наибольшее развитие получило направление создания диагностических или исследовательских комплексов. Их спектр в настоящее время настолько широк, что вряд ли имеет смысл их описание. Как правило, эти комплексы выполняют исследование или диагностику лишь определенной системы организма. Применительно к анализу вариабельности сердечного ритма для оценки функционального состояния организма человека следует выделить следующие программные комплексы: «РИТМОН» (ООО «Биосигнал», г. Санкт-Петербург) - предназначен для длительного автоматического наблюдения и непрерывной регистрации ЭКГ пациентов в условиях клиники. Может использоваться в отделениях интенсивной терапии и реанимации, палатах кардиологического наблюдения, кабинетах и отделениях функциональной диагностики. Наиболее важной отличительной характеристикой комплекса является сочетание автоматического круглосуточного наблюдения ЭКГ с возможностью полной регистрации сигнала практически за неограниченный промежуток времени. Это позволяет врачам получать развернутую и достоверную картину сердечной деятельности пациентов за весь период мониторного наблюдения, что оказывает существенную помощь в диагностике и лечении заболеваний сердца у кардиологических больных [87, 111]. «Поли-Спектр-Ритм» - позволяет определить состояние предболезни, степень адаптации человека к среде, риск внезапной смерти у людей, перенесших инфаркт миокарда, эффективность предстоящего лечения сердечнососудистых заболеваний, прогнозировать возможные осложнения со стороны сердца, физическую тренированность и психологическую устойчивость человека [93]. «CARDIO-10DX» - предназначен для снятия, анализа, хранения и печати результатов кардиографического анализа, а также для проведения исследований вариабельности сердечного ритма по методикам Европейского кардиологического общества и Североамериканского общества по кардиостимуляции и электрокардиографии. Автоматическое формирование ЭКГ- и HRV - заключений и многое другое. Возможен экспорт результатов в WEB-формат, который широко используется для консультации больных средствами телемедицины [153]. «Кардиометр-МТ» - компьютерный комплекс для автоматизированной интегральной оценки функционального состояния сердечно-сосудистой системы с открытой архитектурой [71]. «ЛЕКАРД» - помимо регистрации стандартной ЭКГ и элементарного анализа сигналов (выделение доминантного кардиокомплекса, построение век-торкардиограммы), обеспечивает интерактивное взаимодействие с ПК для управления сложными методиками исследований [19].
В середине 70-х — начале 80-х получили распространение деловые игры, главным образом, в области промышленности, строительства, экономики, В отличие от западных стран, в России развивается и совершенствуется новый эффективный метод информационной подготовки врачей - игровая имитация профессиональной деятельности врача [53, 132]. По сравнению с традиционными методами, здесь возможно выделить основные три направления улучшения качества при использовании медицинских деловых игр: оптимизация профессионального мышления посредством обучающих алгоритмов; оптимизация профессиональных умений и навыков с помощью программированного обучения; моделирование профессиональной деятельности. Таким образом, главной целью и смыслом использования медицинских игр является моделирование умственной, профессиональной, интеллектуальной, врачебной деятельности [109]. Для создания компьютерных медицинских игр и информационно-диагностических программ требуется разработка достаточно мощных алгоритмов, включающих элементы биоуправления. «Биоуправление — система управления приборами, механизмами и устройствами, в которой в качестве управляющих сигналов используются различные проявления жизнедеятельности организма, за исключением большинства произвольных движений. Для биоуправления могут служить биоэлектрические потенциалы, генерируемые различными возбудимыми тканями, механические и акустические явления, сопровождающие функционирование сердечнососудистой системы и дыхания, колебания температуры тела и др.» [17]. Как модели, так и программы, базирующиеся на представленных принципах, должны быть интеллектуальными и саморазвивающимися, так как «биоуправление в силу всеобъемлющего охвата многопараметрического (многоканального) мониторинга физических параметров физиологических систем стимулирует необходимость новых алгоритмических решений. Каждое «рабочее место» (каждый врач-исследователь) постоянно генерирует новые приложения, что в свою очередь ведет к возникновению новых математических моделей, а как следствие этого, к изменению программной конфигурации системы» [38]. Основоположником таких компьютерных систем в нашей стране можно назвать Л.Б Наумова [84, 85], который разработал и описал алгоритмы син-дромной диагностики, способные выявлять патологию и формировать диагноз заболеваний сердечно-сосудистой системы человека. На их основе была разработана система «Эскулап», которая постоянно модернизируется и усовершенствуется в настоящее время автором и его коллегами в Израиле [43].
Малое число в современном мире аналогичных электронных систем объясняется, на наш взгляд, отсутствием полных алгоритмов, способных формировать на основании медико-физиологической, тестовой и иной информации 100% диагноз. Такую информацию в настоящее время принято называть нечеткими множествами, а ее обработка — перспективное направление в современной науке [3, 59, 70, 78, 103].
Вероятностная модель исследования взаимодействия симпатического и парасимпатического отделов автономной нервной системы
Для периода выдоха передаточная функция также имеет двухфазный характер при dR/dt 0. В знаменателе формулы передаточной функции появляется новый член (1+T3S) за счет дополнительной постоянной времени Т3.
Следует отметить, что в ответ на возмущения, обусловленные дыханием, в автономном контуре осуществляется процесс саморегуляции.
Центральный контур системы регуляции сердечного ритма условно подразделяется на три функциональных уровня.
Уровень А центрального контура управления ритмом сердца отражает взаимодействие организма с внешней средой. Его деятельность характеризуется, прежде всего, суточной периодикой сердечного ритма. Она проявляется также в переходных процессах, обусловленных воздействием различных факторов, таких, как физическая или психическая нагрузка, изменения температуры окружающего воздуха или содержания в нем кислорода и углекислоты.
Уровень Б центрального контура управления ритмом сердца связан с межсистемным гомеостатическим механизмом. Его деятельность отражается в виде изменений сердечного ритма с периодами от нескольких минут до нескольких часов. Можно предполагать, что чем выше уровень регуляции, тем длиннее связанный с его активностью период колебаний сердечного ритма. Эта гипотеза исходит из принципа иерархической структуры системы управления, в которой каждое высшее звено должно обеспечивать перестройку низшего звена. Для этого необходимо, чтобы в высшем контуре мог быть осуществлен анализ хотя бы нескольких периодов колебаний, характеризующих состояние низшего контура.
Уровень В центрального контура управления ритмов сердца является внутрисистемным. Он функционально и анатомически представляет единое целое с нервными структурами, участвующими в автономной регуляции. К этому уровню относятся вазомоторные центры, обеспечивающие локальное и общее приспособление сосудистой системы к изменениям ударного и минутного объемов крови. Медленные волны Траубе-Геринга, обнаруживаемые обычно на кривых артериального давления и плетизмограммах, и аналогичные им волны в сердечном ритме отражают приспособительную деятельность уровня внутрисистемной регуляции, в котором осуществляется поиск оптимальных соотношений между притоком и оттоком крови и работой сердечного насоса [4, 10, 11, 13].
Естественно, что выделение указанных уровней центральной регуляции сердечного ритма является условным. Однако, подобный методический подход вполне соответствует современным представлениям о природе ритмической деятельности сердца.
Вероятностная модель исследования взаимодействия симпатического и парасимпатического отделов автономной нервной системы
Математический анализ сердечного ритма используется как метод исследования процессов регуляции в живом организме. При этом принципиальное значение имеет возможность судить о сложных явлениях, развертывающихся в глубоких структурах мозга, на основе регистрации доступных физиологических сигналов о ритме сердечных сокращений. При этом представляется реальная возможность оценивать функциональное состояние сердечно-сосудистой системы человека на основе значений математических величин. Таким образом, данные модели позволяют в наглядной форме оценить состояние вегетативного гомеостаза, взаимодействия симпатического и парасимпатического отделов вегетативной нервной системы, автономного и центрального контуров управления ритмом сердца.
Вариационная пульсометрия [10, 13, 14, 35, 52, 69, 77, 162, 163, 169, 170] является наиболее распространенным методом. Его сущность состоит в изучении закона распределения кардиоинтервалов как случайных величин в исследуемом ряду их значений. При этом строится вариационная кривая (вариационный ряд) или гистограмма и определяются различные ее характеристики. При построении гистограммы первостепенное значение имеет выбор способа группировки кардиоинтервалов. Характер и форма гистограммы зависят от того, в каком диапазоне значений производится группировка и каков интервал группировки. На основании сложившейся традиции, учитывающей физиологический смысл данного методического подхода, в вариационной пульсометрии принята группировка с интервалом в 0,05 с в диапазоне от 0,40 до 1,30 с; таким образом, выделяются 20 диапазонов значений кардиоинтервалов, каждый из которых имеет ширину в 50 мс (0,05 с). Каждый диапазон значений начинается с округленного с точностью до 0,05 с значения, т.е. 0,40-0,44, 0,45-0,49 и 0,50-0,54 с. и т.д. Крайние диапазоны отведены для значений 0,40 и 1,30 с.
Существуют графический и числовой способы представления вариационной пульсограммы. Рассмотрим последовательно каждый из них.
Программная и аппаратная часть автоматизированной системы ритмотестирования
Аппаратный комплекс автоматизированной системы ритмотестирования базируется на основе персонального компьютера. В его состав входят: 1. датчик регистрации межпульсового интервала; 2. электронный интерфейс для ввода информации в ПК через параллельный порт СОМІ или COM2; 3. персональный компьютер, базируемый на процессоре не старше Pentium II. Датчик и электронный интерфейс выполнены в соответствии с медико-техническими требованиями профессора Ф.А. Пятаковича. Сигнал с датчика, выполненного на оптопаре, поступает на вход компаратора фиксации сигнала пульса. При наполнении капиллярного кровотока фоторезистор оптопары изменяет напряжение на входе компаратора, который в свою очередь включает светодиод и сигнал после усилителя через параллельный порт СОМІ или COM2 поступает в оперативную память компьютера, из которой извлекается программным модулем и обрабатывается математическими методами.
Программная часть электронной системы имеет структуру представленную на рис. 6, определяющую четыре основные направления ее работы: медицинская диагностика, информационный, тестирующий, и конструктор нового теоретического, тестового материала, способствующий расширению возможностей системы.
На основании структуры программы, возможно, определить выполняемые ею действия: 1. Снятие и анализ медико-биологических характеристик обследуемого (ритм сердца) для формирование диагноза посредством всех рассматриваемых в программе методов анализа вариабельности сердечного ритма; 2. Предъявление теоретической информации и алгоритма математических моделей анализа вариабельности сердечного ритма, направленных на оценку функционального состояния сердечно-сосудистой системы. При этом компьютером параллельно выполняется его реализация на основе конкретных медико-биологических данных человека; 3. Выполнение тестирования знаний математических моделей анализа вариабельности ритма сердца. При этом подразумевается использование информации о ритме сердца, непосредственно полученной перед выполнением тестирования от испытуемого, а так же, при необходимости, переход к теоретическому материалу. 4. Конструирование теоретического и тестового материала, а так же построение алгоритмов, позволяющих включить в диагностику иные методов анализа вариабельности сердечного ритма, не рассматриваемых в данной программе. 3.2 Методика снятия медико-биологической информации и первоначальная ее обработка Структура программной части автоматизированной системы ритмотести-рования построена таким образом, что начало каждого из имеющихся блоков, за исключением Конструктора, подразумевает получение идентификационной информации и снятие медико-биологических характеристик диагностируемого пациента или тестируемого врача - ритма сердца. Формирование массива RR-интервалов выполняется в течение определенного промежутка времени, который зависит от целей исследования. Возможно выделить пять основных типов исследования вариабельности сердечного ритма: 1. кратковременные (оперативные или обзорные) записи (стандартная длительность - 5 минут. Сторонники альтернативного подхода предлагают обрабатывать 2-х минутные записи); 2. записи средней длительности (до 1 часа); 3. многочасовые записи (до 8-10 часов); 4. суточные (24-х часовые) записи; 5. записи по фиксации конкретного числа кардиоинтервалов (как правило, фиксируется 100 кардиоинтервалов). Следует отметить, что независимо от длительности регистрации при анализе данных в качестве базовых выборок используются 2-х или 5-ти минутные сегменты записи. После формирования массива кардиоинтервалов выполняется первоначальная его обработка с целью выявления грубых ошибок и артефактов. Первым реализуется поиск грубых ошибок в исследовательских данных и их отсеивание. Для этих целей используется стандартный алгоритм отсеивания грубых ошибок, используемый в математической статистике. Суть его сводится к выполнению следующих этапов: 1. Рассчитывается среднее арифметическое значение кардиоинтервалов RRcp по формуле:
Тестирование (контроль)
Рассматривая данные представленные в таблице 18, отметим, что наибольшие отклонения от исходных получаются по всем методам анализа вариабельности сердечного ритма при увеличение значений элементов массива RR-интервалов на 0.01 с, что свидетельствует о том, что при визуальном преобразовании кардиограммы в массив RR-интервалов следует обращать внимание на не завышение значений, так как это может привести к искажению диагностического заключения. Наибольшую чувствительность к увеличению имеет автокорреляционная модель, диагностические результаты, получаемые при которой так же завышаются.
Менее значительные отклонения в результатах от исходных были получены при увеличении значений элементов массива на 0.005 с, а уменьшения элементов массива на 0.01 и 0.005 с. дали самые незначительные отклонения. В целом изменение значений RR-интервалов на ±0.01 с. и ±0.005 с. не отражается на итоговых диагностических заключениях, полученных посредством рассматриваемых в программе моделей анализа вариабельности сердечного ритма.
Из таблицы 18 так же можно выделить величины, которые наиболее чувствительны к изменениям значений элементов массива RR-интервалов. Так для статистической модели это KVAR (коэффициент вариации), INRS (индекс напряжения регуляторних механизмов) и IVR (индекс вегетативного равновесия); вариационной пульсометрии - гистограмма, VAR (вариационный размах), PAPR (показатель адекватности процессов регуляции) и INRS (индекс напряжения); корреляционной ритмографии — корреляционное облако, МО (расстояние от центра до начала осей координат) и S (площадь скаттерграммы); автокорреляционной - К (уменьшение коэффициента корреляции после первого сдвига); спектральной - 1С (индекс централизации); условно-вероятностной - Н (энтропия); альтернативной - ТЧСС (текущая частота сердечных сокращений) и VAR (коэффициент вариации).
Анализ работы созданной автоматизированной системы ритмотестирова-ния невозможен без исследования ее влияния на квалификацию пользователя системы. В связи с этим третий этап и сводился к реализации этого момента.
Для осуществления анализа была составлена таблица 19, в которой комплексно представлена информация, сохраненная в базе данных программы после ее клинического применения.
Анализируя представленные в таблице 19 данные, следует отметить, что большинство испытуемых хотя бы раз не проходили все этапы тестирования, в связи с чем повторно обращались к теоретическому материалу. Даже те специалисты, которые полностью завершали выполнение всех этапов тестирования просматривали теоретический материал неоднократно.
На основании этого, возможно, подчеркнуть важность использования предъявления теоретической информации неограниченное число раз, что способствует лучшему усвоению материала. Анализируя данные представленные в таблице 20, отметим, что среднее число незавершенного тестирования постоянно возрастает. На наш взгляд это можно объяснить сложностью вычислений, предусмотренных в методах: наиболее простые расчеты предусмотрены в альтернативной модели; вычисления в автокорреляционной модели сложнее, да и принципы проведения тестирования отличны и являются сложными, по сравнению с первой. Так же из таблицы 20 следует, что при многократном прохождении этапов тестирования в комплексе с теоретическим материалом происходит значительное увеличение средних значений оценок. Так для альтернативной модели средняя минимальная оценка, полученная испытуемыми в ходе реализации тестирования составляет 3.53 балла, а максимальная - 4.89.
Аналогичная ситуация наблюдается при тестировании моделей условно-вероятностная и автокорреляционная. Здесь рассматриваемые величины принимают значения 3.24, 3.15 и 4.42, 4.28 соответственно.
Так как среднее число попыток выполнения тестирования для всех рассматриваемых моделей остается примерно одинаковым (»3) и при тестировании используются различные массивы RR-интервалов, формируемые на основе медико-биологиченской информации, получаемой от испытуемого непосредственно перед процессом тестирования посредством датчика, возможно сделать следующие выводы:
Автоматизированная система ритмотестирования способствует лучшему усвоению материала за счет индивидуальной скорости предъявления теоретической информации, а так же прохождения этапов тестирования.
